TAU-HOME.COM
LOADING

바이두, 280B MoE 오픈웨이트 모델 'ERNIE 5.5 Flash Preview' 공개… 11월 25일 가중치 오픈

바이두가 100만 토큰 컨텍스트를 지원하는 2,800억 매개변수 기반 MoE 모델 ERNIE 5.5 Flash Preview를 발표했습니다. 토큰당 140억 매개변수만 활성화하며, 오는 11월 25일 모델 가중치를 오픈소스로 공개합니다.

tau · 2026년 11월 16일

#Baidu #ERNIE #OpenSourceAI #MoE #Qianfan #OpenRouter

바이두, 280B MoE 오픈웨이트 모델 'ERNIE 5.5 Flash Preview' 공개… 11월 25일 가중치 오픈

중국 바이두(Baidu)가 2026년 11월 12일 연례 기술 콘퍼런스에서 차세대 대규모 언어 모델 '어니 5.5 플래시 프리뷰(ERNIE 5.5 Flash Preview)'를 발표했습니다. 총 2,800억 개(280B) 매개변수를 갖춘 전문가 혼합(MoE, Mixture of Experts) 구조를 채택하면서도, 연산 시점에는 토큰당 140억 개(14B) 매개변수만 활성화해 추론 속도와 비용 효율을 크게 끌어올린 점이 핵심입니다.

바이두 월드 2026 행사에서 발표된 어니 5.5 플래시 프리뷰 및 인공지능 기술 라인업 프레젠테이션

이미지 출처: https://www.prnewswire.com/news-releases/baidu-unveils-latest-ernie-models-amid-broader-full-stack-ai-lineup-and-debuts-token-exchange-to-power-intelligent-organizations-302937959.html

바이두는 이 모델의 가중치(Model Weights, 학습을 통해 완성된 인공지능의 신경망 매개변수 수치)를 2026년 11월 25일 오픈소스로 일반에 전면 공개하겠다고 공식 선언했습니다. 자체 폐쇄형 플랫폼에 모델을 가두던 기존 전략에서 벗어나 글로벌 오픈 가중치 생태계로 직접 뛰어드는 행보입니다.

280B 총량 중 14B만 구동하는 MoE 설계와 1M 컨텍스트 지원

이번에 선보인 ERNIE 5.5 Flash Preview는 고성능 지능과 추론 효율 간의 균형에 초점을 맞춘 파운데이션 모델입니다.

모델 전체 신경망은 2,800억 개 매개변수로 구성되어 있지만, 입력 토큰을 처리할 때는 라우터를 통해 질문에 가장 적합한 전문가 서브 네트워크만 선별 활성화합니다. 실제 계산에 투입되는 활성 매개변수는 전체의 5% 수준인 140억 개(14B)에 불과합니다. 덕분에 대규모 파운데이션 모델 수준의 복합 지능을 유지하면서도 실제 서버 연산 부하와 레이턴시(지연 시간)는 소형 경량 모델 수준으로 억제했습니다.

입력 처리 범위는 100만(1M) 토큰 컨텍스트 창을 지원합니다. 장문 도서 수십 권 분량의 텍스트나 수만 줄의 소스 코드를 한 번에 메모리에 적재해 분석할 수 있는 용량입니다. 바이두 발표에 따르면 코딩, 3D 모델링, 전문 지식 업무, 콘텐츠 생성 영역에서 우수한 처리 능력을 나타냈으며, 터미널 벤치(Terminal-Bench)와 오토메이션 벤치(AutomationBench) 등 도구 실행 평가에서 매우 빠른 디코딩 속도와 함께 경쟁력 있는 점수를 기록했습니다.

이 모델은 바이두 독자 재귀적 자가 개선(RSI, Recursive Self-Improvement) 기술인 '어니 이볼브(ERNIE Evolve)' 최적화를 거쳤습니다. 모델이 자체 생성 결과물과 피드백을 반복 학습 파이프라인에 피드백해 추론 비용을 낮추고 문제 해결력을 점진적으로 끌어올리는 방식입니다.

API 가격 파괴와 호스팅 접근 경로

11월 25일 오픈소스 가중치 배포 이전에도 개발자와 기업은 호스팅 API를 통해 이 모델을 즉시 호출할 수 있습니다.

  • 바이두 스마트 클라우드 첸판(Qianfan) 플랫폼: 백만(1M) 토큰 기준 입력 1위안(RMB), 출력 4위안으로 책정되었습니다. 특히 동일 프롬프트를 재사용할 때 적용되는 캐시 입력 단가는 백만 토큰당 0.04위안까지 내려갑니다.
  • 오픈라우터(OpenRouter) 엔드포인트: 글로벌 개발자 유치를 겨냥해 오픈라우터 플랫폼에서 무료 엔드포인트(baidu/ernie-5.5-flash-preview:free) 형태로 즉시 사용할 수 있도록 열어두었습니다.

이러한 가격 구조는 기존 70B 이상 고성능 오픈 모델 상용 호스팅 비용과 비교해도 공격적인 수준입니다. 바이두는 고효율 MoE 아키텍처로 줄어든 하드웨어 서빙 원가를 API 공급 단가 인하로 곧바로 전환해 개발자 풀을 선점하겠다는 구상을 드러내고 있습니다.

함께 발표된 응용 특화 모델 라인업도 첸판 플랫폼을 통해 API로 제공됩니다. 텍스트·이미지·음성을 통합 처리해 최대 4,000자 중국어 입력을 지원하는 영상 제작 특화 '어니 위즈샷 미세표정(ERNIE Wizshot Micro-Expression)' 모델과, 빠른 사고 모델과 심층 사고 모델을 결합하고 희소 어텐션(BSA, Baidu Sparse Attention)으로 메모리 점유를 줄인 검색·도구 호출 특화 '어니 라이트 딥싱킹(ERNIE Light Deep Thinking)' 모델이 포함되었습니다.

11월 25일 가중치 공개 전 점검할 제약과 관전 포인트

이번 발표는 바이두 파운데이션 모델 로드맵에서 중요한 전략적 전환점입니다. 알리바바의 통이치원(Qwen) 시리즈와 딥시크(DeepSeek)가 주도해온 오픈웨이트 진영에 바이두가 280B급 대형 MoE 모델을 들고 정면 승부를 예고했기 때문입니다.

다만 실제 도입을 검토하는 엔지니어와 연구팀은 몇 가지 조건을 명확히 짚어둘 필요가 있습니다.

  • 가중치 배포 전까지의 제약: 2026년 11월 25일 공식 저장소에 체크포인트가 업로드되기 전까지는 로컬 서빙이나 온프레미스 인프라 환경 구동이 불가능하며, 첸판 클라우드와 오픈라우터 API 호출로만 테스트를 진행해야 합니다.
  • 라이선스 및 서비스 조항: 가중치 파일 공개 시점 리포지토리에 게재될 라이선스 조항을 확인해야 합니다. 상업적 이용 한도, 월간 활성 사용자(MAU) 기준 추가 승인 의무, 중국 외 해외 지역 배포 및 파생 모델 배포 허용 범위는 배포 당일 공개되는 약관을 통해 점검해야 할 핵심 변수입니다.

280B 전체 매개변수를 담은 가중치 용량과 토큰당 14B 활성 구조는 로컬 추론 시 VRAM(그래픽 메모리) 적재 방식에서도 흥미로운 실측 과제를 던집니다. 전체 매개변수를 메모리에 올려두어야 하는 MoE 특성상 대용량 VRAM 환경이 요구되지만, 연산 시점 계산량(FLOPs)은 14B 수준에 머물기 때문에 양자화(Quantization)와 오프로딩 기법을 어떻게 적용하느냐에 따라 개발자 워크스테이션 환경에서의 활용도가 갈릴 것으로 보입니다.

출처

Impact-Site-Verification: 9b3ebd10-6c45-44cf-a014-5b8c19b7b285